蚁群算法在物流车辆调度决策系统中的研究与实现
摘要 | 第1-6页 |
Abstract | 第6-10页 |
第一章 绪论 | 第10-15页 |
·课题研究的背景及意义 | 第10-11页 |
·课题国内外研究现状 | 第11-12页 |
·车辆调度问题的研究现状 | 第11-12页 |
·基于GIS的物流系统研究现状 | 第12页 |
·课题主要研究内容 | 第12-13页 |
·论文的组织结构 | 第13-15页 |
第二章 物流车辆调度决策系统分析 | 第15-24页 |
·物流企业配送调度现状及其问题 | 第15页 |
·车辆调度决策系统总体解决方案 | 第15-17页 |
·系统用例建模 | 第17-18页 |
·车辆优化调度问题的分析 | 第18-23页 |
·车辆优化调度问题(VRPSTW)描述 | 第19-20页 |
·车辆优化调度问题(VRPSTW)模型构建 | 第20-22页 |
·车辆优化调度问题(VRPSTW)解决方案 | 第22-23页 |
·系统可行性分析 | 第23页 |
·本章小结 | 第23-24页 |
第三章 物流车辆调度决策系统设计 | 第24-38页 |
·系统的总体设计 | 第24-30页 |
·系统设计的整体目标 | 第24页 |
·系统设计的整体原则 | 第24页 |
·总体框架 | 第24-26页 |
·总体功能设计 | 第26-27页 |
·系统功能设计建模 | 第27-30页 |
·电子地图的设计和开发 | 第30-34页 |
·GIS平台的选择 | 第30-31页 |
·电子地图的设计和开发 | 第31-32页 |
·电子地图的发布 | 第32-34页 |
·数据库设计 | 第34-37页 |
·一般数据库设计 | 第34-36页 |
·空间数据库设计 | 第36-37页 |
·相关技术研究 | 第36页 |
·空间数据库的生成 | 第36-37页 |
·本章小结 | 第37-38页 |
第四章 利用蚁群算法解决VRPSTW问题 | 第38-52页 |
·传统蚁群算法概述 | 第38-42页 |
·基本概念 | 第38页 |
·蚁群算法的数学模型 | 第38-40页 |
·基本操作流程 | 第40页 |
·传统蚁群算法的优缺点 | 第40-42页 |
·针对VRPSTW问题改进蚁群算法 | 第42-46页 |
·造成传统蚁群算法缺点的原因 | 第42页 |
·蚁群算法的改进 | 第42-43页 |
·改进后的基本操作流程 | 第43-46页 |
·蚁群算法参数设置 | 第46页 |
·VRPSTW问题性能分析 | 第46-51页 |
·利用VRP标准测试数据库分析 | 第46-50页 |
·利用实际数据分析 | 第50-51页 |
·本章小结 | 第51-52页 |
第五章 物流车辆调度决策系统实现 | 第52-64页 |
·系统开发工具及环境 | 第52页 |
·系统开发环境 | 第52页 |
·系统运行环境 | 第52页 |
·服务器端运行环境 | 第52页 |
·客户端运行环境 | 第52页 |
·前台展示技术的实现 | 第52-57页 |
·对地图操作功能的实现 | 第52-55页 |
·前后台交互技术的实现 | 第55-57页 |
·车辆调度优化功能的实现及界面 | 第57-60页 |
·车辆调度优化程序流程图 | 第57页 |
·车辆调度优化代码实现 | 第57-59页 |
·车辆调度优化代码操作界面实现 | 第59-60页 |
·系统其他主要功能实现界面 | 第60-63页 |
·运输信息管理模块 | 第60-61页 |
·地图显示功能 | 第61-62页 |
·客户信息查询功能 | 第62页 |
·地理位置测距功能 | 第62-63页 |
·客户信息的查看功能 | 第63页 |
·本章小结 | 第63-64页 |
结论和展望 | 第64-65页 |
致谢 | 第65-66页 |
参考文献 | 第66-69页 |
附录 | 第69-74页 |
攻读硕士学位期间发表的论文 | 第74页 |